劳动管理权扩张法律规制对劳动关系稳定性的影响分析

王守乾 王 玉

山东鲁华律师事务所，山东 济南 250014

一、劳动管理权概述

（一）劳动管理权概念

劳动管理权是指在组织或企业中，用人单位对劳动者进行管理和组织的权力。它包括了雇佣、分配、教育培训、考核评价等多方面的权力［1］。劳动管理权的行使应该遵循法律法规的规定，尊重劳动者的权益，同时保障企业的正常运营。劳动管理权的概念主要涉及以下几个方面：

第一，雇佣权。雇主有权决定是否雇佣某个劳动者，以及确定雇佣的条件和期限。这包括招聘、录用和签订劳动合同等环节；第二，分配权。雇主有权根据工作任务和能力要求，将劳动者分配到适当的岗位和工作职责上。这包括工作岗位的安排、调动和调整等；第三，教育培训权。雇主有权为劳动者提供必要的教育培训，以提升他们的工作能力和技能水平，以适应工作的需求和变化；第四，考核评价权。雇主有权对劳动者的工作表现进行考核和评价，以评估其工作能力和工作成果。考核结果可以作为奖励、晋升或调整薪资待遇的依据。

劳动管理权的行使应当遵守法律法规的规定，尊重劳动者的权益，并促进良好的劳动关系和企业发展。同时，雇主也应该通过建立健全的管理制度和规范操作，确保劳动管理权的公正和合理行使。

（二）劳动管理权的权力边界

劳动管理权的权力边界指在行使劳动管理权时，管理者需要遵守的法律法规和相关规定，以保障劳动者的权益并确保合理、公正的管理［2］。劳动管理权的权力边界主要体现在以下几个方面：

第一，尊重劳动者权益。管理者在行使劳动管理权时，应尊重劳动者的合法权益，包括平等就业、合理工资、安全与健康的工作环境、休息时间等。不能侵犯劳动者的人格尊严，不得进行歧视、虐待或侮辱等行为；第二，遵守用工合同。管理者在雇佣劳动者时，必须签订合法有效的用工合同，并严格履行合同中的义务。不得擅自变更合同约定的劳动条件、工作时间和工资待遇等内容，不能随意解雇劳动者；第三，公平考核评价。在进行员工考核和评价时，管理者应建立公正、透明的评价标准和程序，确保评价过程公平合理。评价结果应基于客观的工作绩效和能力，而不应受到个人关系、偏见或歧视的影响；第四，合理权责对等。管理者行使劳动管理权时，应按照权责对等的原则。即在要求劳动者承担相应的责任和义务的同时，也要提供相应的权益和福利。不得过分剥夺劳动者的权益，同时也不能过度追求自身的利益。

劳动管理权的权力边界是要确保管理者在行使权力的过程中遵守法律法规，尊重劳动者的权益，维护公平性和合法性。这样可以促进员工的积极性和创造力，营造良好的劳动关系，实现企业的稳定和可持续发展。

二、算法视阈下劳动管理权的边界扩张存在的问题

数字经济背景下，算法作为重要媒介加深了人与物、劳动与技术之间的交织融合。在劳动领域，算法与劳动管理权互为载体，形成了数字劳动视角下的算法权利“差序格局”。然而，这也带来了一系列问题和挑战，需要予以重视和解决。

（一）智能监控范围扩张导致劳动者隐私权受到侵犯

智能监控的范围扩张确实可能导致劳动者的隐私权受到侵犯。智能监控技术的发展使得企业可以更轻松地监控员工在工作场所的行为和活动，包括视频监控、电脑监控等。然而，劳动者在工作中也应享有一定的隐私权保护［3］。在进行监控时，企业应遵守相关法律法规，确保合法性和合规性。一般来说，以下几个原则应被遵循：

第一，坚持合法性，企业在实施监控前应尊重法律法规的限制，确保监控行为合法，并征得员工的同意或依法合规地通知员工；第二，保持适当性，监控的范围和方式应在必要性原则的范围内，不得超出工作需要的合理限度；第三，注重信息保护，企业应采取有效措施保护被监控信息的安全，防止被泄露、滥用或非法获取；第四，保证监控透明度，企业应向员工清楚地说明监控的目的、方式和范围，并告知员工自己的监控行为；第五，一些特定情况下也可能存在例外，例如保护员工的安全、预防盗窃等安全问题。但即使是在这些情况下，也应确保遵守相关法律法规的规定，并进行必要的合规审查。

在监控范围扩张导致劳动者隐私权受侵的情况下，劳动者有权要求企业限制监控的范围和方式，同时可以通过投诉机构或与雇主进行协商来维护自己的权益。此外，相关监管部门也应加强监管，确保企业遵守法律法规，保护劳动者的隐私权。

（二）劳动者相关数据处理失范导致个人信息保护不足

劳动者相关数据处理失范可能导致个人信息保护不足。随着技术的进步和数据的广泛应用，企业在处理劳动者的个人信息时需要十分谨慎和合规，特别是需要注重以下几种情况。

第一，有可能存在企业未经劳动者明确同意或授权而使用其个人信息的情况，可能包括将个人信息提供给其他第三方，或将个人信息用于与劳动合同无关的目的；第二，也有可能出现由于企业在个人信息的收集、存储和传输过程中存在安全漏洞，攻击者或内部员工可能窃取或非法获取个人信息，进而导致个人信息泄露的情况；第三，在有些情况下企业会将劳动者的个人信息与其他组织或机构共享，而未经劳动者明确同意。这可能涉及出售或交换个人信息，以牟取经济利益或进行其他目的的合作；第四，还存在企业未采取足够的技术和组织安全措施来保护劳动者的个人信息的情况，如不正确配置网络安全设备、缺乏加密措施或弱密码管理等［4］；第五，有时还存在无法删除个人信息的情况，在劳动关系结束后，企业未能及时删除或匿名化劳动者的个人信息，从而导致个人信息的长期存储和潜在滥用的风险。

（三）劳动定额算法化管理造成劳动自主性的减弱

劳动定额算法化管理导致劳动自主性减弱主要表现为任务分解细化、强调绩效指标、岗位标准化以及缺乏决策权等方面的限制。这些限制使得员工的工作变得刻板、机械化，难以发挥个人特长和创新能力，降低了员工的主动性和工作满意度。

第一，劳动定额算法化管理会将工作任务进行精确的分解和细化，要求员工按照既定的方法和步骤完成任务。这种严格的任务分解使得员工的工作过程变得机械化，降低了他们参与决策和自主安排工作的能力；第二，劳动定额算法化管理往往以绩效指标作为评估员工工作表现的依据。这使得员工更加注重完成任务的数量和速度，而忽视了工作质量和个人特长的发挥。员工可能会因为追求高效率而忽略工作细节和创新能力；第三，劳动定额算法化管理倾向于将相同岗位的工作标准化，要求员工按照统一的规范进行操作。这导致员工的工作变得单一、重复，缺乏创造性和变化性，进而降低了员工的动力和自主性；第四，由于劳动定额算法化管理往往由上级领导或管理者来确定工作任务和分配资源，员工很少有机会参与决策过程。这使得员工缺乏对工作流程和资源分配的决策权，无法主动调整工作方式和方法，减弱了劳动自主性。

总结起来，劳动定额算法化管理导致劳动自主性减弱主要表现为任务分解细化、强调绩效指标、岗位标准化以及缺乏决策权等方面的限制。这些限制使得员工的工作变得刻板、机械化，难以发挥个人特长和创新能力，降低了员工的主动性和工作满意度。

三、算法视阈下劳动管理权扩张的规制路径

（一）算法对劳动权管理扩张的影响

随着技术的发展和应用，算法逐渐成为劳动关系和劳动管理中的重要因素，对劳动权益产生了影响。

第一，技术作为物质资料生产实践的引擎，对劳动关系和劳动管理权产生了深远影响。技术的进步和应用使得劳动生产过程更加高效、智能化和自动化。这种趋势使得传统的劳动分工受到冲击，同时也给劳动者和雇主带来了新的问题和挑战。例如，随着人工智能技术的发展，一些传统的劳动岗位可能会被机器人或算法所取代，从而导致一部分从业者面临失业风险；第二，劳动管理模式的自动化转型升级，赋予了智能算法系统对劳动关系和劳动管理权的支配力。智能算法可以通过大数据、机器学习等手段，对劳动者的行为和绩效进行分析和评估，从而决定一些重要的管理决策，如薪酬激励、晋升选拔等。这种自动化的管理方式可能更加高效和公正，但也引发了一些争议。例如，智能算法是否会带来歧视性对待，或者是否会侵犯劳动者的隐私权等；第三，技术的非中立性带来了公众对算法正义的质疑，劳动权益的争议也随之产生。技术并不是中立的，它背后有着设计者和使用者的意图和利益驱动。在劳动关系和劳动管理中，算法系统可能会存在一些隐藏的偏见和歧视，导致劳动者权益受到不公平对待。这些问题引发了公众对算法应用的质疑，以及对算法正义和劳动权益的关注。

（二）劳动管理权扩张的规制路径

从算法视角来看，劳动管理权的扩张需要遵循一定的规制路径。下面是一些可能的规制路径：

1.注重数据隐私保护

在算法应用于劳动管理中时，必须严格保护员工的个人信息和隐私。相关的法律、政策和机制应该确保员工的数据不被滥用、泄露或用于不当用途。建立相关的法律框架，如通过《中华人民共和国个人信息保护法》等法律法规明确规定数据收集、使用、存储和共享的要求，并明确禁止滥用个人信息和侵犯员工隐私的行为。同时，建立严格的数据安全措施，包括加密、权限设置、访问控制等，以确保员工个人信息的机密性和完整性。同时，对于敏感性的信息，应采取更高级别的安全保护措施，如多重身份验证等。

2.保持透明度和公平性

算法在劳动管理中的应用需要保持透明度和公平性。算法的工作原理、数据收集和处理过程应该公开，并接受独立的审核和监督。算法的设计和使用不能对员工造成任何形式的歧视或不公平对待。在算法设计阶段，需尽量避免和纠正潜在的个人偏见和歧视。例如，在训练算法时，应确保数据样本的多样性，避免对某些群体的不公平对待。建立公平的评估和反馈机制，对算法的表现和结果进行定期评估，确保其不会对员工造成任何形式的歧视或不公平对待。透明和公平是算法在劳动管理中应用的基本原则，它们有助于建立信任和公正的工作环境，并确保员工的权益得到充分保护。同时，监督和审核机制的存在可以保证算法的使用符合法律和政策的要求，为员工提供一个公正和公平的劳动管理体系。

3.监管和监督机制

政府、工会和其他相关利益相关者应该建立有效的监管和监督机制，确保算法在劳动管理中的应用符合法律和伦理要求。这包括对算法的设计和使用进行审查，对算法结果和决策进行评估和监测，以及对出现的问题和投诉进行调查和处理。建议设立专门部门或委员会，负责对使用算法的组织和企业进行审查和认证。审查内容包括算法设计过程中是否存在歧视和不公平的问题，数据处理是否合规等，经认证合格后方可正式使用算法。同时，确立快速响应和处理机制，对员工或其他相关方提出的问题和投诉进行调查和处理。建立投诉受理渠道，确保所有问题得以及时和公正地解决，并对违规行为进行惩处。

4.可追溯性和解释性

算法在劳动管理中的决策应该可追溯和可解释。员工有权了解决策的依据和过程，以便能够有效地维护自己的权益和利益。相关方应该确保算法的决策过程可解释，并提供相应的解释和解决机制。在设计算法时，要考虑其可解释性。避免使用过于复杂或黑箱式的算法模型，使员工难以理解和解释决策结果。优先选择可以提供透明解释的算法模型，如基于规则的决策树或线性模型等。当员工对算法决策的结果产生疑问或不满时，相关方应设立解释机制。员工可以通过申请解释或投诉来获取决策的解释，包括决策的依据、重要因素的权重、数据来源等。同时，相关方应确保解释机制的高效性和公正性，及时进行解释和答复回应员工的疑问。

5.教育和培训

为了适应算法在劳动管理中的应用，员工和管理者需要接受相关的教育和培训。这可以帮助他们理解算法的原理和应用，提高算法使用的效果和公正性，以及增强对算法决策的理解和应对能力。教育员工和管理者关于算法在劳动管理中可能涉及的道德和伦理问题。他们需要了解算法应用可能产生的影响，如歧视风险、隐私保护等，以便能够更好地权衡和处理这些问题。

四、结论

算法在劳动管理中的应用涉及多个领域，包括劳动、科技、数据保护等。因此，需要加强相关部门之间的协作与合作，形成多部门合力，共同监管和规范算法在劳动管理中的使用。针对算法在劳动管理中存在的风险和挑战，可以制定专门的算法伦理准则，明确算法使用的限制和规范。这些准则可以包括透明度、公正性、隐私保护等原则，以保障劳动者的权益和避免滥用。